ggplot2: post-hoc + 森林图

本文将参照 Nature Communication 上的一篇论文 Rhizosphere bacteriome structure and functions 的结果图与代码（见下图），并结果

在该图中，左侧条形图反映了各个物种数据的平均值与标准误。右侧点图代表在95% CI下不同事后比较下效应量大小的比较。

本次画图将结合心理学研究中的post-hoc与基于效应量的meta-analysis，用于自己的研究之中。

生成数据

library(tidyverse)
# 在该反应时数据中，包含六个实验的结果，并且每个实验包含两个条件(direct, indirect)，因变量为反应时。
mean.data <- tibble(experiment = rep(paste0("exp",1:6),2), 
             RT = runif(12,min = 500,max = 800),
             se = runif(12,min = 0, max = 120),
             type = c(rep("direct",6),rep("indirect",6)))
mean.data$experiment <- factor(mean.data$experiment, 
                        levels = c("exp1","exp2","exp3","exp4","exp5","exp6"))
# 在效应量数据中，也同样有六个实验的数据，并且效应量是基于两个条件得到的统计分析得来的effect size值
ef <- tibble(experiment = c("exp1","exp2","exp3","exp4","exp5","exp6"), 
                          e = c(-.25,.1,.15,.65,.23,.31),
                          type = rep(c("direct","indirect"),3)) 
          
# 模拟效应量置信区间数据       
ci